金融科技是提升金融服务实体经济质效、支持企业“出海”的重要支撑。本文利用大语言模型识别中国商业银行金融科技专利,依托银行和企业的关系网络构造2013-2023年我国上市公司面临的银行金融科技创新水平,结合FactSet Revere全球供应链数据,考察银行金融科技创新对企业跨国供应链拓展的影响。研究发现,银行金融科技创新显著增加企业国际客户合同数量,促进国际客户网络拓展,但对国际供应商网络的作用相对有限,其主要推动了企业跨国供应链向下游延伸,且这种影响在非国有、中小规模、无通道业务,以及地区金融监管环境相对严格的企业中更为明显。银行金融科技创新通过信息识别、个性化信贷配置及风险承担机制,促进企业开展国际客户合作。本文从跨国供应链视角丰富了金融科技赋能实体经济和支持企业“出海”的经验证据。

“边缘企业”能否在既定出口市场持续扩张,是检验跨境电商政策赋能效应的重要维度。本文将跨境电商政策冲击引入多产品异质性企业框架,并基于2000-2015年中国海关数据库与上市公司数据的匹配样本,以2012年跨境电商政策推进为准自然实验,构建企业-出口目的地-年份层面的双重差分模型,考察跨境电商政策对企业在既定目的地市场出口突围的影响。研究发现,跨境电商显著促进了企业出口产品范围扩张和出口收入增长,且对初始出口能力相对较弱的“边缘企业”作用更强。机制检验表明,跨境电商通过缓解外部交易摩擦、提升目的地市场渗透效率和增强产品转换能力,从而缓解企业进入既定目的地市场后的扩张约束。此外,跨境电商赋能效应受国内供给侧调整能力、行业竞争结构以及海外本土化服务的共同制约。本文为完善数字贸易政策、稳定外贸主体及优化出口结构提供了经验证据。

充分释放超大规模市场潜力,是推动经济高质量发展的重要议题。本文采用多时点双重差分模型,系统考察市场准入负面清单制度对居民消费的提振效应。研究发现：第一,该制度对居民家庭消费水平具有显著的提升作用。第二,在供给结构优化路径上,从企业层面看,政策实施后市场竞争加剧,同时企业创新投入有所增加;从行业层面看,企业进入主要集中在服务业,尤其是直接面向居民日常消费的生活性服务业;从家庭层面看,居民消费意愿增强,家庭储蓄率下降。在收入提振路径上,政策带动企业生产扩张和用工需求增加,居民工资性收入提升,消费能力随之增强。第三,异质性分析发现,市场准入负面清单制度的消费提振效应在制度环境较差、服务业发展滞后的地区更为显著。第四,政府干预规模过大会削弱政策效果,而增加一般公共服务支出能有效强化政策效果。本文为深化市场准入负面清单制度改革以促进消费扩容升级、强化供需双侧协同以及优化政府治理和财政支出结构提供了一定的经验参考。

破除区域间行政分割是推动企业跨地区经营、实现区域市场整合的关键举措。本文基于全国税收调查与中国工商注册企业数据构建的“总部-分支”面板数据,使用多时点双重差分模型,考察以撤县设区为代表的行政区划调整对企业跨地区经营的影响。研究发现,撤县设区显著增加了总部位于被撤县的企业在本市辖区设立分支机构的数量,促进了商品与服务在市域内部跨地区流动。机制检验表明,该效应主要通过削弱区县间行政分割,进而降低制度性准入壁垒、增强市场可达性和优化金融资源配置实现。进一步研究发现,撤县设区对企业跨地区经营的促进作用主要表现为从外围到中心的单向“虹吸效应”,反向的“扩散效应”并不明显。本文为优化空间治理结构、破除区域间行政分割并推进全国统一大市场建设提供了微观证据。

近年来,ESG数据已成为学术研究的重要基础设施,但机构间的评级分歧降低了分析结论的可靠性与可比性。本文基于国内主流ESG评级机构的数据,通过对代表性研究主题的复现,发现研究结论往往依赖特定数据,来自不同数据供应商的ESG评级存在系统性差异,导致基于不同数据来源的研究结论明显不同。在详细拆解评级数据底层逻辑的基础上,本文用偏好依附理论解释ESG评级的动态形成机制,揭示了ESG数据中的“马太效应”,提出基于行业排名的非线性误差校正方法,并进一步验证了该方法在提升数据相关性、增强分析结论稳健性方面的效果。本文为提高中国ESG评级数据的一致性和ESG研究的稳健性提供了具体的操作指引。

文化建设对于增强民众主观福祉有重要意义。本文基于网络外部性视角,利用中国家庭追踪调查与地级市博物馆数据,考察博物馆普惠化对居民幸福感的影响。研究发现,居民幸福感随博物馆供给扩大呈局部非连续跃增。当场馆数量较少时,布局较为分散,系统性福祉效应尚需网络支撑。随着供给持续扩大,当博物馆数量达到20家、服务半径达到居民可便捷抵达的合理区间时,居民幸福感显著提升。本文以“地级市博物馆数量首次达到20家”构造准自然实验,利用多期双重差分模型分析表明,博物馆普惠化使居民幸福感提升0.078个单位,主要通过增强公平感知、积累社会资本与改善心理健康三条路径实现。本文为优化文化基础设施布局、推动精神共富提供了经验依据。

本文以生成式人工智能为研究对象,基于招聘平台岗位大数据,采用双重差分方法考察其对中国劳动力市场的影响。研究发现,生成式人工智能应用显著降低了岗位平均薪资。机制研究表明,现阶段其岗位替代效应大于生产率提升效应,是构成薪资下行的主要渠道。异质性分析发现,对软技能要求不高、认知型的岗位薪资下降更为明显;相比之下,依赖现场服务与人际交互的岗位薪资则有所上升。生成式人工智能在替代部分岗位的同时,亦带动了云网智能运维员、生成式人工智能系统应用员等新兴职业的岗位需求增长,体现出技术变革的创造性破坏特征。本文建议,应强化就业动态监测与完善多层次社会保障体系,积极培育新质生产力所需的职业类型,促进劳动力市场平稳转型。